查看“WikiEdge:ArXiv-2409.01234/methods”的源代码

<div style="float: right;">[{{fullurl:WikiEdge:ArXiv-2409.01234/methods|action=edit}} 编辑]</div>
这篇文献的工作方法部分详细阐述了如何对[[自动驾驶车辆]]图像处理管道的安全性进行系统化研究。以下是这部分的主要内容：
# '''文献回顾'''：
#* 通过在常见搜索引擎如“[[Google Scholar]]”中搜索，收集了与自动驾驶车辆图像处理管道安全性相关的科学文献。
#  '''工作选择标准'''：
#* 选择了那些利用图像处理管道工作原理的研究工作，包括系统攻击、带有缓解措施的攻击或纯粹的防御概念。
#* 排除了那些显示更通用的物理对抗样本、在更抽象层面上进行攻击和防御的研究工作。
#  '''风险分析'''：
#* 使用[[ISO/SAE 21434:2021(E)]]标准中的“威胁分析和风险评估方法”来评估分析攻击对图像处理管道的风险。
#* 包括资产识别、威胁场景识别、影响评级、攻击路径分析、攻击可行性评级等步骤。
#  '''测试平台'''：
#* 介绍了图像处理管道测试平台的架构，并展示了捕获的图像示例和开发工具的分析。
#* 测试平台允许用户通过图形用户界面或基于文本的配置文件配置图像处理管道的多个步骤，并捕获预览和测量图像。
#  '''低层次分析'''：
#* 提供了对图像数据进行像素级比较的工具，分析了[[ISP]]前后的图像数据，并提供了图像差异的直方图和统计指标。
#  '''AI对象检测'''：
#* 使用基于[[R-CNN]]模型的AI对象检测工具来分析图像处理管道中参数变化对通用对象检测模型的影响。